一种自适应正则化的图像超分辨率算法.pdf

一种自适应正则化的图像超分辨率算法.pdf

ID:54371554

大小:957.00 KB

页数:8页

时间:2020-04-30

一种自适应正则化的图像超分辨率算法.pdf_第1页
一种自适应正则化的图像超分辨率算法.pdf_第2页
一种自适应正则化的图像超分辨率算法.pdf_第3页
一种自适应正则化的图像超分辨率算法.pdf_第4页
一种自适应正则化的图像超分辨率算法.pdf_第5页
资源描述:

《一种自适应正则化的图像超分辨率算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第38卷第4期白动化学报Vo1.38,No.42012年4门ACTAAUT0MATICASINICAApril,2012一种自适应正则化的图像超分辨率算法安耀祖陆耀赵红L。摘要提⋯一种白适则化的像超分辨牢晕建算法.首先,利用局部残差均值白适地汁算低分辨率像通道的十义值参数矩,吖何效地利用荇通道对域问的交叉信息;J次,利用丁F则项局部议差均值白适』地汁算、卜衡则项和保真项的『F则化参数矩,能较好地保持像边缘纹等信息.实验结果表f{Jj奉义算法但只何较舟峰值噪比fPeaksignaltonoiseratio,PSNR)和结构相似

2、度(Structuralsimilarity,SSIM),I口.边缘、纹理等节域只何史好的晕建效果.关键词超分辨牢,最人后验估汁,白适『F则化,邻域约束引用格式安,陆耀,赵红.一种白适』则化的像超分辨毕算法.白动化学报,2012,38(4):601-608DOI10.3724/SP.J.1004.2012.00601AnAdaptive-regularizedImageSuper—resolutionANYao—ZuLUYaoZHAOHong’AbstractThispaperpresentsanadaptive—regul

3、arizedsuper—resolutionmethodforimagesequence.Firstly,anadaptiveweightparametermatrixcalculatedbylocalresidualmeanisusedtoweighteachlow-resolutionchannel,whichcanutilizetheinformationbetweenchannelssufficiently.Secondly,anewadaptiveregularizationparametermatrixcalcu

4、latedbytheneighborhoodmeanofpriortermisdeterminedtobalancepriortermandfidelitytermateachiteration,whichcanpreserveedgeandtexturewel1.Experimentalresultsindicatethattheproposedmethodisofhigherpeaksignaltonoiseratio(PSNR)andstructuralsimilarity(SSIM)andhasbetterrecon

5、structionefectinedgeandtexturepart.KeywordsSuperresolution)maximumaposteriori(MAP),adaptiveregularization,neighborhoodconstrainsCitationAnYao—Zu,LuYao,ZhaoHong.Anadaptive—regularizedimagesuper—resolution.ActaAutomaticaSinica,2012,38(4):601-608超分辨率是利川同一场景的一幅或多幅低分方便地

6、利先验信息,但是运算量人,收敛速度慢;辨率像的附加信息估计一幅或多幅高分辨率最人似然估计可以看作最人斤验概率法在等概率先像的技术,广泛麻州丁像视频处理领域如遥感验模型卜的特例.此外,基丁机器学习的方法也是像,医学像,视频监控利高清电视等.基超分辨率体系中的一个重要分支【-1引,包括针对人像序列的超分辨率重建方法最初解决图像的内插脸像的超分辨率方法【12]、文本像的超分辨率方问题【1】.但由丁其利州空域先验信息的能力的局限法[13]针对一般像的基丁稀疏表示的超分辨率方性,当前的研究多集中在空域,空域法主要有迭代反法也成为一个新

7、的研究热点[14-16].基学习的超分投影fIterativebackprojection,IBP)【2J、凸集投影辨率方法需要额外的数据库寻找高低分辨率图像之(Projectionontoconvexsets,POCS、最人似间的相关性,冈此许多研究人员开始考虑只利JL}j图然估计fMaximumlikelihood,ML)以及最人后验像本身的相似性重建高分辨率像,如混合重建和估计fMaximumaposteriori,MAP)[.其中迭学习的单幅像超分辨率方法【17]和利川局部臼采代反投影运算量小,收敛速度较快,但是难以

8、利刚先样的超分辨率方法[18].本质上,基学习的方法是验约束信息,超分辨率结果不唯一;凸集投影和最人基丁样例寻找正则化系数,不属本文讨论范畴,故后验估计是目前研究最多的方法,其成像模型可以不再赘述.超分辨率像序列的退化模型可,L}』一个线性过收稿n期2011-03—16录J{jf_1期20

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。